Podstawą modelowania ekonometrycznego jest zjawisko zależności korelacyjnej. Zależność korelacyjna jest to zależność
-b) stwierdzona na podstawie obserwacji o podobnym zachowaniu zjawisk, chociaż nie ma teorii potwierdzającej istnienie związku przyczynowego i nie wiadomo czy taka teoria w ogóle istnieje.
Model postaci yt=alfa0+ alfa1x1+et jest funkcją oznaczającą:
- c) wartości empiryczne w populacji generalnej
Zmienność objaśniona w modelu liniowym jest to suma:
- c)kwadratów różnic teoretycznych wartości zmiennej objaśnianej od wartości średniej zmiennej objaśnianej
Założenie Gaussa- Markowa dotyczące sferyczności składnika losowego modelu oznacza:
- b) brak heteroskedastyczności i brak autokorelacji
Czy brak podstaw do odrzucenia hipotezy zerowej (H0) oznacza, że hipoteza ta:
- d) może być hipotezą prawdziwą
Współczynnik korelacji wielorakiej, mierzący siłę związku pomiędzy zmiennymi objaśniającymi a zmienną objaśnianą w liniowym modelu ekonometrycznym jest:
- b) równy pierwiastkowi kwadratowemu współczynnika determinacji dla tego modelu
Współczynnik korelacji wielorakiej, mierzący siłę związku pomiędzy zmiennymi objaśniającymi, a zmienną objaśnianą w liniowym modelu ekonometrycznym jest:
- b) równy pierwiastkowi kwadratowemu współczynnika determinacji dla tego modelu
Wartość współczynnika determinacji dla liniowego modelu ekonometrycznego, do którego dołączono jeszcze jedną zmienną objaśniającą:
- a) rośnie
Ze względu na kryterium liniowości względem parametrów strukturalnych, która z poniższych odp. jest prawdziwa dla następującej pary modeli postaci Y=alfa0+alfa1X2+e oraz lny= alfa0+ alfa1X2 +e:
- c) liniowy, liniowy
Macierz D2(a)=(XTX)-1 oznacza KMNK estymator macierzy wariancji- kowariancji estymatora wektora parametrów strukturalny modelu liniowego. Dowolny element tej macierzy oznacza ocenę wartości
- b) kowariancji estymatorów parametrów strukturalnych odpowiadających odpowiednio wierszowi i kolumnie tej macierzy
Homoskedastyczność składnika losowego modelu liniowego oznacza:
- a) stałość wariancji tego składnika i brak jego autokorelacji
Czy reszty modelu i jego zmienne objaśniające powinny być ze sobą skorelowane:
- b) nie
Jeżeli rozkład składnika losowego w modelu liniowym jest normalny, to w tym modelu rozkład normalny mają także:
- b) zmienna objaśniana
Jakościowa zmienna objaśniająca przyjmuje n, (n>1) wariantów. Estymacja parametrów strukturalnych liniowego modelu ekonometrycznego z wyrazem wolnym wymaga uwzględnienia sztucznych zmiennych zero-jedynkowych reprezentujących tę zmienną jakościową w liczbie:
- c) mniejszej od liczby wariantów zmiennej jakościowej o 1
Wahania sezonowe multiplikatywne występują wtedy, gdy w poszczególnych sezonach poziom badanego zjawiska reprezentowanego przez wartości zmiennej objaśnianej odchyla się od swojej tendencji rozwojowej o stałą wielk. bezwg.
- b) nie
Zjawisko współliniowości powoduje, że oszacowania KMNK parametrów strukturalnych przy skorelowanych smiennych objaśniających są zwykle oceniane niezasłużenie jako:
- b) nieistotne
W modelu wielorównaniowym zmienne z góry ustalone obejmują tylko zmienne:
- c) objaśniane przesunięte i nieprzesunięte w czasie
Czy w prostym modelu wielorównaniowym zmienne łącznie współzależne są objaśniane wyłącznie za pomocą zmiennych z góry ustalonych
- a) tak
Warunkiem koniecznym i dostatecznym na to, aby równanie modelu liniowego było identyfikowalne, jest, aby macierz utworzona ze współczynników przy zmiennych występujących w pozostałych równaniach modelu i jednocześnie nie występujących w tym równaniu była rzędu:
- b) mniejszego o 1 od liczby równań w modelu
Pośrednia metoda najmniejszych kwadratów i podwójna metoda najmniejszych kwadratów:
- c) są równoważne dla modeli wielorównaniowych o równaniach identyfikowalnych tylko jednoznacznie
W przypadku modelu liniowego bez wyrazu wolnego współczynnik determinacji może przyjmować wartości
-b) <1
Czy w wyniku testu Shapiro- Wilka można:
- b) niepotwierdzić normalności rozkładu reszt modelu
Jakościowa zmienna objaśniająca przyjmuje n, (n>1) wariantów. Estymacja parametrów strukturalnych liniowego modelu ekonometrycznego bez wyrazu wolnym wymaga uwzględnienia sztucznych zmiennych zero-jedynkowych reprezentujących tę zmienną jakościową w liczbie:
-a) równej liczbie wariantów zmiennej jakościowej
Wahania sezonowe addytywne występują wtedy, gdy w poszczególnych sezonach poziom badanego zjawiska reprezentowanego przez wartości zmiennej objaśnianej odchyla się od swojej tendencji rozwojowej o stałą wielk. bezwg.
- a) tak
W zredukowanej postaci modelu wielorównaniowego zmienne objaśniane łącznie współzależne są modelowane za pomocą:
-b) wszystkich zmiennych z góry ustalonych
Macierz B parametrów strukturalnych stojących przy zmiennych łącznie współzależnych w wielorównaniowym modelu rekurencyjnym jest macierzą:
- c) trójkątną
Pośrednia metoda najmniejszych kwadratów może być stosowana do estymacji parametrów strukturalnych modelu wielorównaniowego o równaniach
- c) identyfikowanych tylko jednoznacznie
Funkcja postaci yt=a0+ a1x1+et powstała w wyniku estymacji modelu yt=alfa0+ alfa1x1+et jest funkcją oznaczającą:
- d) wartości empiryczne w próbie
Parametr strukturalny w liniowym modelu ekonometrycznym mierzy oczekiwaną zmianę zmienej objaśnianej
- b) jako efekt zmiany o jedną jednostkę zmiennej objaśniającej, z którą jest związany parametr strukturalny, gry wartości innych zmiennych objaśniających modelu pozostają niezmienione;
Średnia arytmetyczna reszt modelu z addytywnym składnikiem losowym:
- b) powinna być równa 0
Heteroskedatyczność składnika losowego modelu liniowego oznacza:
- c) niejednorodność wariancji składnika losowego
Wartość współczynnika determinacji dla tego samego modelu jest:
- a) większa od wartości skorygowanego współczynnika determinacji;
Parametry strukturalne modelu są estymowane na podstawie danych empirycznych z obserwacji:
-c) zmiennych objaśniających i zmiennej objaśnianej
Jaki związek powinien zachodzić między zmienną objaśnianą a zmiennymi objaśniającymi?
- b) zmienna objaśniana jest zależna od zmiennych objaśniających
Współczynnik zbieżności oznacza:
- b) względną wielkość nieobjaśnionej zmienności zmiennej objaśnianej
Pierwsze założenie Gaussa- Markowa mówi, że zależność między zmienną objaśnianą i zmiennymi objaśniającymi nie zmienia się:
- a) dla wszystkich danych empirycznych (obserwacji)
Rozkład zmiennej objaśnianej jako zmiennej losowej w standardowym modelu liniowym zależy od:
- c) rozkładu składnika losowego
Czy w rekurencyjnym modelu wielorównaniowym zmienne łącznie współzależne są objaśniane:
- c) nie tylko za pomocą zmiennych z góry ustalonych
Zjawisko autokorelacji składnika losowego modelu:
- a) powoduje niedoszacowanie wartości współczynnika zbieżności;
Dla modelu postaci yt=alfa0+ alfa1x1+et , spełniającego założenia Gaussa- Markowa warunkowa wartość oczekiwana zmiennej objaśnianej przy znanej wartości zmiennej objaśniającej jest równa:
- a) E(yt|xt)=alfa0+alfa1x1;
Zjawisko współliniowości powoduje, ze oszacowanie wariancji ocen KMNK parametrów strukturalnych związanych ze skorelowanymi zmiennymi objaśniającym, są:
- a) bardzo duże
Test Turbina- Watsona jest stosowany do weryfikowania hipotezy o występowaniu autokorelacji składnika losowego modelu:
- c) tylko rzędu pierwszego
Wartość skorygowanego współczynnika determinacji dla liniowego modelu ekonometrycznego, do którego dołączono jeszcze jedną zmienną objaśniającą:
- d) może zarówno zmaleć, jak i wzrosnąć
W liniowych modelach tendencji rozwojowej z addytywnymi wahaniami sezonowymi przyjmuje się, że w ramach jednego roku suma efektów sezonowych:
- a) jest równa 0
Kryterium podziału modeli wielorównaniowych na modele proste, rekurencyjne i o równaniach współzależnych jest:
- b) macierze B parametrów strukturalnych modelu stojących przy zmiennych łącznie współzależnych
Czy w celu oszacowania parametrów strukturalnych modelu yt=alfa ebeta+1/x+e można go srowadzić do postaci liniowej:
-a) tak
Sprawdzianem w teście istotności parametrów strukturalnych modelu liniowego jest wykorzystywana statystyka wyznaczana jako:
-b) iloraz oceny parametru i odchylenia standardowego błędu jego oszacowania;
Statystyka jest:
- d) inną wielkością niż wymienione wyżej
Na postać obszaru krytycznego w procesie weryfikacji hipotezy statystycznej wpływ wywiera:
- b) rozkład sprawdzianu hipotezy zerowej
W klasycznej metodzie najmniejszych kwadratów kryterium jest:
-b) suma kwadratów reszt modelu
Czy założenie Gaussa- Markowa o tym, że wartości zmiennych objaśniających są nielosowe i ustalone w powtarzalnych próbach oznacza, że zmienna objaśniana:
-a) nie zależy od zmiennych objaśniających w sensie wartości oczekiwanej
Liczba danych empirycznych zmiennej objaśnianej i zmiennych objaśniających:
-c) musi być większa od liczby zmiennych objaśniających więcej o 1
Standardowy model liniowy z wieloma zmiennymi objaśniającymi zawiera:
- c) mniej zmiennych objaśniających niż parametrów strukturalnych
Zakłócenia losowe w modelu liniowym są uwzględniane jako składnik dodawany do:
-c) liniowej postaci zmiennych objaśniających
Wartości estymatora parametrów strukturalnych liniowego modelu wyznacza się z zależności:
-b) (XTX)-1X1y
W sytuacji, gdy w procesie prognozowania nie znana jest rzeczywista wartość zmiennej objaśnianej w okresie prognozowania wyznacza się ocenę błędu prognozy:
-b) ex ante
Zjawisko współliniowości jest wadą:
-b) danych empirycznych zmiennych objaśniających
Test Turbina- Watsona na autokorelację składnika losowego modelu może być stosowany w przypadku występowania opóźnionych zmiennych objaśniających w modelu:
-a) tak
Ze względu na kryterium liniowości względem parametrów strukturalnych, która z poniższych odpowiedzi jest prawdziwa dla następującej pary modeli postaci lnY=alfa0+alfa1X2+e oraz lny=alfa0+lmalfa1X2+e:
-c) liniowy, liniowy
współczynnik determinacji osiąga wartość 1, gdy:
-b) suma kwadratów reszt modelu jest równa 0
Zjawisko dodatniej autokorelacji składnika losowego modelu powoduje, że oszacowania KMNK parametrów strukturalnych mogą być oceniane niezasłużenie jako:
-a) istotne
Równanie w modelu wielorównaniowym jest identyfikowalne niejednoznacznie, jeżeli liczba zmiennych, które występują w modelu i jednocześnie nie występują w tym równaniu jest:
-a) większa od liczby równań w modelu pomniejszonej o 1
Jako ocenę składnika losowego modelu liniowego przyjmuje się:
-c) wartości różnic pomiędzy wartościami empirycznymi i teoretycznymi zmiennej objaśnianej modelu
Jeśli macierz B parametrów strukturalnych stojących przy zmiennych łącznie współzależnych w wielorównaniowym modelu rekurencyjnym jest macierzą ……. To mamy do czynienia z modelem:
-a) prostym
Cy kowariancja …. Dla zmiennej objaśnianej Y i zmiennej objaśniającej X może przyjmować wartości:
- c) zazwyczaj dodatnie jak i ujemne……..
Jeżeli wartość sprawdzianu hipotezy weryfikowanej obliczona na podstawie próby losowej należy do obszaru krytycznego, to oznacza, że:
-b) odrzuca się hipotezę zerową
Współczynnik zbieżności osiąga wartość 0, gdy:
-b) suma kwadratów reszt modelu jest równa 0
Wyraz wolny w modelu liniowym jest uwzględniany poprzez:
-c) dołączenia kolumny jedynek nie zawsze jako pierwszej do macierzy obserwacji zmiennych objaśniających
Współczynnik determinacji:
- c) może być liczbą ujemną
Na postać obszaru krytycznego w procesie weryfikacji hipotezy statystycznej wpływ wywiera:
-b) sformuowanie hipotezy alternatywnej
Do porównania jakości dopasowania do danych empirycznych wariantów modelu liniowego z tą samą zmienną objaśnianą i różną liczbą zmiennych objaśniających oraz wyrazem wolnym stosuje się:
-b) skorygowany współczynnik determinacji
Jaki jest związek między resztami ex a składnikami losowymi w modelu ekonometrycznym?
-c) traktuje się je jako realizację składników losowych
Zmienność nieobjaśniona w modelu liniowym jest to suma:
-b)kwadratów różnic wartości teoretycznych zmiennej objaśnianej od jej wartości empirycznych
Liniowy układ wielorównaniowy jest ………………….. w postaci…… W postaci……
-a) prostym
Test Breuscha- Godfrey'a (BG) jest stosowany do weryfikowania hipotezy o występowaniu autokorelacji składnika losowego modelu:
-a) dowolnego rzędu
Zjawisko współliniowości oznacza występowanie silnej korelacji między:
-a) zmiennymi objaśniającymi
Założenie Gaussa-aMarkowa dotyczące sferyczności składnika losowego modelu oznacza:
-b) brak heteroskedastyczności i brak autokorelacji
Zjawisko autokorelacji składnika losowego modelu:
-a) powoduje niedoszacowanie wartości współczynnika zbieżności
Czy założenie Gaussa-Markowa o tym, że zakłócenia które reprezentuje w modelu składnik losowy mają tendencję do wzajemnej redukcji oznacza, że te zakłócenia:
-b) mają zerową wartość oczekiwaną
Czy w liniowym modelu ekonometrycznym średnie wartości zmiennej objaśnianej i teoretycznej zmiennej objaśnianej:
-c) są sobie równe